针对桥梁运行阶段的健康状态监测,构建了CEEMDAN-VMD-PSO-LSTM模型对桥梁挠度进行预测.该模型主要分为二次模态分解平稳化,粒子群优化(PSO)算法和长短期记忆(LSTM)网络预测三大模块,共有5个步骤:①利用自适应噪声完备集合经验模态分解(CEEMDAN)算法对桥梁原始挠度序列进行初次模态分解,分解为若干本征模态分解函数(IMF);②...
基于CEEMDAN-VMD-PSO-LSTM模型的桥梁挠度预测 针对桥梁运行阶段的健康状态监测,构建了CEEMDAN-VMD-PSO-LSTM模型对桥梁挠度进行预测.该模型主要分为二次模态分解平稳化,粒子群优化(PSO)算法和长短期记忆(LSTM)网络... 郭永刚,张美霞,王凯,... - 《安全与环境工程》 被引量: 0发表: 2024年 基于CEEMDAN-VMD-TCN-...
基于CEEMDAN-VMD-PSO-LSTM模型的桥梁挠度预测 针对桥梁运行阶段的健康状态监测,构建了CEEMDAN-VMD-PSO-LSTM模型对桥梁挠度进行预测.该模型主要分为二次模态分解平稳化,粒子群优化(PSO)算法和长短期记忆(LSTM)网络... 郭永刚,张美霞,王凯,... - 《安全与环境工程》 被引量: 0发表: 2024年 黄金期货价格短期预测...